Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia Elétrica / Made available in DSpace on 2012-10-21T09:16:45Z (GMT). No. of bitstreams: 1
211974.pdf: 5366982 bytes, checksum: 32f67bd3e6a361b1a6ec436260477395 (MD5) / O presente trabalho visa ampliar o horizonte de análise do sistema especialista Mammalyzer permitindo o auxilio no diagnóstico precoce de nódulos de câncer de mama, nos casos de imagens MRI de mama com fatias(slices) de espessura menor que 2 milímetros. Para tal,foi utilizado uma técnica de segmentação baseada no conceito de um filtro de difusão anisotrópica não-linear caracterizado pela preservação da região das bordas da imagem. Antes porém, da identificação da técnica de segmentação, o estudo do processo de implementação da primeira versão do Mammalyzer foi necessário. Isto envolveu tanto a analise do algoritmo implementado de uma rede neural artificial, baseada na técnica dos mapas auto-organizáveis de Kohonen,que se constitui no principal módulo do sistema Mammalyzer bem como o mecanismo dos parâmetros utilizados para a identificação de características nas imagens analisadas.Como resultado do estudo, obteve-se desempenho satisfatório na eliminação de artefatos de movimento pelo uso conjunto do filtro de difusão anisotrópica não linear, baseado no modelo de Perona-Malik, para parâmetros de contraste do filtro ?=15 e 100 iterações, com o modelo de mapas auto-organizáveis de Kohonen. Desta forma, o modelo não-linear de Perona-Malik demonstrou eficiência na remoção de pequenas texturas irregulares presentes próximo à região das bordas da imagem e nos contornos internos da imagem.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/86658 |
Date | January 2004 |
Creators | Oliveira, Ronaldo de |
Contributors | Universidade Federal de Santa Catarina, Stemmer, Marcelo Ricardo |
Publisher | Florianópolis, SC |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 1 v.| il., grafs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds